Practical Big Data Analytics: Praktyczne techniki wdrażania analityki korporacyjnej i uczenia maszynowego przy użyciu Hadoop, Spark, NoSQL i R

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 9 głosach.

Oryginalny tytuł:

Practical Big Data Analytics: Hands-on techniques to implement enterprise analytics and machine learning using Hadoop, Spark, NoSQL and R

Zawartość książki:

Uzyskaj kontrolę nad organizacyjnymi Big Data, wykorzystując moc nauki o danych i analityki.

Kluczowe cechy

⬤ Doskonały towarzysz do zwiększenia umiejętności przechowywania, przetwarzania i analizowania Big Data, aby pomóc w podejmowaniu świadomych decyzji biznesowych.

⬤ Praca z najlepszymi narzędziami, takimi jak Apache Hadoop, R, Python i Spark dla platform NoSQL w celu przeprowadzania masowych analiz online.

⬤ Uzyskaj porady ekspertów dotyczące wnioskowania statystycznego, uczenia maszynowego, modelowania matematycznego i wizualizacji danych dla Big Data.

Opis książki

Analityka Big Data odnosi się do strategii wykorzystywanych przez organizacje do gromadzenia, organizowania i analizowania dużych ilości danych w celu odkrycia cennych spostrzeżeń biznesowych, których w inny sposób nie można przeanalizować za pomocą tradycyjnych systemów. Stworzenie opłacalnego rozwiązania Big Data i uczenia maszynowego na skalę korporacyjną w celu odkrycia spostrzeżeń i wartości z danych organizacji jest wyzwaniem. Obecnie, w obliczu setek nowych systemów Big Data, pakietów uczenia maszynowego i narzędzi BI, wybór odpowiedniej kombinacji technologii jest jeszcze większym wyzwaniem. Ta książka ci w tym pomoże.

Z pomocą tego przewodnika będziesz w stanie wypełnić lukę między teoretycznym światem technologii a praktyczną rzeczywistością budowania korporacyjnych platform Big Data i data science. Będziesz miał praktyczny kontakt z Hadoop i Spark, zbudujesz pulpity nawigacyjne uczenia maszynowego przy użyciu R i R Shiny, stworzysz aplikacje internetowe przy użyciu baz danych NoSQL, takich jak MongoDB, a nawet nauczysz się pisać kod R dla sieci neuronowych.

Pod koniec książki będziesz miał bardzo jasne i konkretne zrozumienie tego, co oznacza analityka Big Data, w jaki sposób napędza przychody dla organizacji i jak możesz opracować własne rozwiązanie analityczne Big Data przy użyciu różnych narzędzi i metod opisanych w tej książce.

Czego się nauczysz

⬤ Uzyskaj 360-stopniowy wgląd w świat Big Data, nauki o danych i uczenia maszynowego.

⬤ Szeroki zakres technicznych i biznesowych tematów związanych z analityką Big Data, które zaspokoją zainteresowania ekspertów technicznych, jak również kadry kierowniczej IT w korporacjach.

⬤ Zdobycie praktycznego doświadczenia ze standardowymi w branży narzędziami Big Data i uczenia maszynowego, takimi jak Hadoop, Spark, MongoDB, KDB+ i R.

⬤ Tworzenie pulpitów BI uczenia maszynowego klasy produkcyjnej przy użyciu R i R Shiny z instrukcjami krok po kroku.

⬤ Dowiedz się, jak łączyć narzędzia open source Big Data, uczenia maszynowego i BI w celu tworzenia tanich aplikacji do analizy biznesowej.

⬤ Zrozumienie strategii korporacyjnych dla udanych projektów Big Data i data science.

⬤ Wyjść poza analitykę ogólnego przeznaczenia i opracować najnowocześniejsze aplikacje Big Data z wykorzystaniem nowych technologii.